连续7年登榜!启英泰伦的硬科技“长跑”之路

描述

4月18日,以“崛起的硬科技力量”为主题的2026成都硬科技年会在成都科创生态岛圆满举行。

电子信息

在本次年会上,备受瞩目的“2026成都硬科技企业扑克牌”榜单正式揭晓。启英泰伦凭借在人工智能语音芯片领域的持续深耕和技术突破,连续第7年入选该榜单,荣膺电子信息产业领域“方片J”殊荣

电子信息

在年会的“硬科技企业秀”环节,启英泰伦创始人、CEO何云鹏登台发表演讲。


 

丰富芯片产品矩阵,‘零门槛’开发平台

电子信息

何云鹏在演讲中展示了启英泰伦在AI语音芯片领域的技术积淀。公司AI语音芯片产品矩阵丰富,涵盖高性能离线自然语言交互AI芯片CI13XX系列、高性价比离线指令识别AI芯片CI13LC系列、高性价比语音BLE AI芯片CI23LC系列,以及将于2026年发布的超低功耗AI语音芯片CI14LP系列等。
 

电子信息

公司语音芯片产品矩阵

与此同时,公司推出的语音AI开发平台实现软硬一体、零代码/低代码、免费使用,极大降低了客户的产品开发门槛,让千行百业都能快速拥有语音交互能力。
 


核心技术全链路自研,语音交互四阶段演进

电子信息

在核心技术层面,启英泰伦构建了全链路深度学习神经网络模型,自主研发端侧AI声学模型、语言模型和意图模型,掌握本地语音唤醒及识别、端侧NLP、深度学习降噪、声源定位、回声消除等关键技术,同时具备多语种识别、命令词自学习、多意图识别等能力,可满足多场景下的实时语音处理和交互需求。

电子信息

公司自研语音算法

回顾语音交互技术的发展历程,何云鹏将其划分为四个阶段: 2000年,以高斯混合模型(GMM)和隐马尔可夫模型(HMM)为核心,语音识别首次从实验室走向初步应用,但系统依赖大量手工设计的声学特征,对噪声、口音和连续语音的鲁棒性较差。● 2012年起,深度神经网络(DNN)取代GMM进行声学建模,结合HMM进行序列解码,识别错误率大幅下降。语音交互开始在智能手机、智能音箱等产品中落地。
● 2022年至今,基于Transformer的注意力机制,端到端的AED架构成为主流,ASR(语音识别)+LLM(大语言模型)+TTS(语音合成)打通了从语音到语义再到生成的闭环,系统开始具备上下文理解、意图推理和自然对话能力。● 未来,多模态交互将是大势所趋,将语音、声纹、情绪、手势、人脸、表情、场景、方位等多维感知融合,使机器能够综合判断用户的真实意图。


十年NPU演进,启英泰伦布局具身智能新赛道

电子信息何云鹏特别强调了启英泰伦在NPU(神经网络处理器)领域的核心竞争力。公司从2016年推出首款端侧BNPU(脑神经网络处理器)语音芯片至今,历经十年,目前已迭代至4.0,始终走在行业前列。
其BNPU架构支持混合粒度高效完备的算子指令集、多通道计算高度并发、软件定义硬件和资源统一管理调度等。通过不断迭代,用更低成本、更低功耗、更高算力的AI芯片来解决复杂场景的适应、复杂语言的识别、复杂语义理解、复杂反馈的生成,提供最具性价比的自然交互方案。其自研BNPU的不断迭代升级,也为具身智能机器人应用中的端侧多模态AI推理芯片提供了坚实基础。从语音交互到多模态交互,启英泰伦以扎实的芯片设计能力和全链路AI模型积累,成为端侧智能计算领域的重要推动者。
展望未来,启英泰伦已发布具身智能新战略,公司将依托BNPU架构的持续进化,赋能机器人、智能穿戴、智慧家居等千行百业,积极迎接万亿级智能物联时代的机遇与挑战。

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分